技能介绍

多代理协作要解决的实际问题

当 Claude Code 与 Codex 的多个代理同时参与一个项目时，常见痛点是：各代理上下文彼此隔离，经验无法沉淀复用；执行状态分散，编排方难以获得统一视图；任务依赖一旦跨机器或跨团队，通信往往退化成脆弱的手工交接。Ruflo 面向的正是这类需要在限定项目工作流中协调集群、内存、钩子与 MCP 工具的场景。

核心能力与工作方式

协调集群：通过 federation 机制把多个代理组织为集群，支持节点间发送任务请求、查询联合状态，任务可按 task-request 类型跨节点分发。
自我学习内存：原生集成 ruvLLM 这一自我改进的本地模型层，代理在项目内积累的经验可被后续执行复用。
MCP 工具映射：每个动作节点映射到一次工具调用，可接入 RuFlo 自带的约 210 个 MCP 工具、自定义 MCP 服务器或 shell 命令；规划器在依赖图允许时并行调度这些调用。
行为信任评分：持续评估对等节点，公式为 0.4×成功 + 0.2×正常运行时间 + 0.2×威胁 + 0.2×完整性；降级即时生效，升级则需要积累历史记录。

适用边界与注意点

前置条件包括 Claude Code 或 Codex、Node.js/npx 环境、Ruflo CLI 或 Claude Code 插件；MCP 客户端支持为可选。
Web UI 可通过 Docker 镜像自托管，内嵌 Mongo，可部署到 Cloud Run、Fly、Kubernetes 或 docker-compose；托管版适合试用，正式工作流建议走自托管路径。
自带 MCP 服务器通过 HTTP、SSE 或 stdio 端点接入，自定义工具会与原生工具进入同一并行执行队列。
联合通信依赖节点间可通过 wss:// 地址互相访问，网络隔离环境需额外规划连通性。